GPT-5.6 API 定价详解 — 三档规格 Token 成本与服务层级对比
API 定价表（2026 年 7 月 30 日更新后）
以下价格反映 270K 以下上下文长度的标准处理费率：
| 模型 | 输入（每 1M Token） | 缓存输入 | 输出 |
|---|---|---|---|
| Sol | $5.00 | $0.50 | $30.00 |
| Terra | $2.00 | $0.20 | $12.00 |
| Luna | $0.20 | $0.02 | $1.20 |
调价历史
OpenAI 在 2026 年 7 月 30 日对定价进行了一次显著调整：
- Luna：输入从 $1.00 → $0.20，输出从 $6.00 → $1.20（降幅 80%）
- Terra：输入从 $2.50 → $2.00，输出从 $15.00 → $12.00（降幅 20%）
- Sol：定价保持不变
调价后 Luna 的输出成本降至 Sol 的 1/25，真正实现了"极致性价比"的定位。
缓存输入详解
"缓存输入"价格远低于常规输入，这是 OpenAI 为提示词复用场景设计的优惠：
- 当你在多个请求中重复使用相同或相近的前置提示词时，OpenAI 会自动识别并对重复部分应用缓存费率
- 缓存费率大约是常规输入的 1/10
- 这对于固定 prompt 模板、多轮对话中的历史上下文、系统提示词等场景特别有价值
服务层级与折扣
Batch API — 50% 折扣
通过 Batch API 异步运行 24 小时内的任务，可节省 50% 的输入和输出成本。适合以下场景：
- 非实时性任务（如批量文档处理、大规模数据标注）
- 夜间低峰时段运行的生产任务
- 结果可延迟数小时返回的内部工作流
快速模式（Fast Mode）
提供稳定、高速的性能，并具备即用即付的灵活性。适合对延迟敏感但不需要 SLA 保障的应用。
弹性处理（Flex Processing）
以较慢的响应速度和偶发性的资源不可用性，换取更低的请求成本。非常适合：
- 开发测试环境
- 低优先级后台任务
- 非高峰时段的批量处理
企业级方案
OpenAI 为大规模工作负载客户提供专属方案：
- 数据驻留：控制数据处理的地理区域，满足合规要求
- 规模层级（Scale Tier）：不同预算等级对应不同的 QPS 和并发额度
- 预留容量（Reserved Capacity）：长期合同锁定算力，适合稳定高负载场景
- SLA 保障：包括正常运行时间和延迟的正式承诺
成本估算示例
示例一：单次复杂编码任务
假设一次 Sol 调用，输入 10K Token，输出 5K Token：
- 输入成本：10K × $5.00 / 1M = $0.05
- 输出成本：5K × $30.00 / 1M = $0.15
- 总计：$0.20
示例二：高并发 Luna 场景
假设一个电商客服系统，每天 10,000 次 Luna 调用，平均输入 2K Token，输出 500 Token：
- 单日：10,000 × (2K × $0.20 / 1M + 500 × $1.20 / 1M) = $6.00
- 月度（30 天）：$180
示例三：Terra vs GPT-5.5 对比
假设一个智能体工作流，原本用 GPT-5.5 旗舰版本处理，现在切到 Terra：
- Notion 反馈：成本减半，Token 减少 16%，输出质量保持不变
- 保守估计：同等任务量下，Terra 相比 GPT-5.5 可节省 40-60% 的 API 费用
ChatGPT 订阅 vs API
重要提示：ChatGPT 订阅服务（Plus、Business、Enterprise、Edu）与 OpenAI API 分开计费：
- ChatGPT Sol：包含在付费订阅中，按周/月限额使用
- API Sol：按量付费，无订阅门槛但需充值或绑定信用卡
对于偶尔使用的个人用户，ChatGPT Plus（包含 Sol 访问权限）更划算；对于高频开发者和企业场景，API 的灵活性和成本可控性更优。
定价计算器
OpenAI 在 API 定价页面提供了在线计算器，可以输入模型、上下文长度、输入输出 Token 数来预估费用。建议在选择模型规格前先跑一遍预估。